CN101383912A - 电视摄像色彩智能化自动调节方法 - Google Patents

Abstract

一种自动控制技术领域的电视摄像色彩智能化自动调节方法，包括步骤：步骤一，建立人脸经典彩色图像及其色彩特征值数据库；步骤二，人物图像采集与处理；步骤三，彩色灯光强度控制；步骤四，重复步骤二与步骤三，直至彩色灯光强度对当前人脸图像的色彩特征值与人脸经典彩色图像色彩特征值的差别小于设定的阈值为止；步骤五，将图像从原彩色空间转换至YCbCr彩色空间以供新闻电视转播之用。本发明中，被拍摄人物形象色彩达到自然与艺术美感的完美结合；拍摄过程，人物无需刻意化妆，只需保持平常自然状态；对演播环境的其它光源配置没有特别要求。因此，本发明做到省时省事、提高新闻采访和影视拍摄效率的一项新技术。

Description

电视摄像色彩智能化自动调节方法

技术领域

本发明涉及的是一种自动控制技术领域的方法，具体是一种电视摄像色彩智能化自动调节方法。

背景技术

众所周知，电视摄像时，演播人物无论你扮演什么角色，也无论你的地位高低，均要接受导演和化妆师的安排，除了对你的形象进行一番设计和装饰外，还要在你的面部施粉上彩进行恰到好处的着色美化，否则，一个人形象的拍摄效果可想而知；尽管，通常在演播室内根据房间结构及空间要求已经配置灯光及其调节技术，如：2盏主聚光灯、2盏副聚灯光、3盏柔光灯、2盏后轮廊光灯、3盏背影光灯，并且采用移动支架，目字天花吊灯架、3通道12盏输出调光台等，用于提高人物形象的拍摄效果，但是，所有这些工作全部是依靠人工操作来完成，而且是依靠摄影师个人的专业水准来把握人物形象设计和拍摄效果，因此，这是一个极为费时、费事，并且还难以把握实际技术水平和效果的工作。

实际上，电视摄像过程人物形象的拍摄效果完全无需对被拍摄人物形象刻意进行着色，而且能够通过彩色灯光对人物自然原形的自动配色照射予以实现。

经对现有技术文献的检索发现，林国艺：“小型演播室的灯光和摄像技术”(《广播与电视技术》2003年第10期)介绍了在新闻制作中，演播室灯光技术与摄像技术的密切联系，并对灯光和构图画面的方法进行了探讨。文章着重阐述三基色柔光灯在演播室对人物拍摄效果的应用，强调：在小型演播室要用好三基色柔光灯必须艺术与技术结合，在新闻演播室布光时要求同时照亮人物和背景，布出人物的主光、副光、逆光、眼神光、背景光的效果，达到三度空间的密度，因此，目前新闻演播室大多采用一种科学的布光方法——环形布光。它与传统的“三点式人物布光”有所不同，不再强调一灯一效，而是光线环绕人物，在近距离作较大面积的均匀投射，使人物不再有明显的投影及亮度反差，形成与生活中室内的人物光效相仿的效果。还强调：在调光过程中，要处理好面光、面光与逆光的光比、色彩的正确还原、色彩的平衡、色彩的饱和度、背景色彩、影调、反差、色彩对空间感的表现，协调照度、景深与画面清晰度的关系、灯光的层次感和对称性，处理好全景光与局部光的关系。

但是，上述技术的不足之处在于：(1)整个灯光配置与操作极为复杂；(2)灯光亮度与色彩的配置调节全部是依靠人工来进行的，这就使得实际效果在极大程度上受到了人工技术水平的限制。即上述文献的方法不能适用于新闻摄像人物形象色彩的自动调节技术。

发明内容

本发明的目的在于克服上述现有技术中的不足，提供一种电视摄像色彩智能化自动调节方法，对任何人物形象在接受拍摄过程采用彩色灯光的自动配色和调节，因此能够自动获得被拍摄人物形象在影视屏幕上的艺术美感效果，令人赏心悦目，而且能够根据不同种族的不同肤色寻找到一种真实肤色与艺术美感的最佳结合。

本发明是通过以下技术方案实现的，本发明包括如下步骤：

步骤一，建立人脸经典彩色图像及其色彩特征值数据库；

步骤二，通过数字摄像机拍摄人物图像，对其中的人脸图像进行图像彩色空间转换、图像增强、人脸识别与跟踪，并结合步骤一建立的人脸经典彩色图像及其色彩特征值数据库进行人脸图像色彩分解与形象匹配，识别出人脸图像中人物的人种及其肤色，并找到该肤色所对应的人脸经典彩色图像；

步骤三，将人脸图像与人脸经典彩色图像的色彩特征值中的红、绿、篮三基色成分光通量进行比较，获得两者之间的光通量的差值，并根据光通量的差值确定红、绿、篮三基色成分光通量调节控制指令，并由驱动模块转换放大后控制红、绿、篮三色冷光源的光照强度；

步骤四，重复步骤二与步骤三，直至彩色灯光强度对当前被拍摄人物的人脸图像所形成的色彩特征值与人脸经典彩色图像色彩特征值的差别小于设定的阈值；

步骤五，将图像从原彩色空间转换至YCbCr彩色空间以供新闻电视转播，在电视接收终端再由YCbCr彩色空间转换为RGB彩色空间模型图像。

所述步骤一，建立人脸经典彩色图像及其色彩特征值数据库，是指收集能够代表世界上不同肤色的人脸彩色图像经典作品，形成人脸经典彩色图像集合，存放于图像数据库中，同时，获取人脸经典彩色图像的色彩特征值，存入色彩特征值数据库中。人脸经典彩色图像及其色彩特征值数据库中，根据人脸经典彩色图像的色彩特征值，能够获得数据库中所存放的每幅人脸经典彩色图像所代表的特定肤色人种脸部所对应的色彩特征值相应参数。如：从黄种人的诸多图像中筛选出的“人脸经典彩色图像”在RGB彩色空间中所对应的“色彩特征值”的比例值为r:g:b＝r_y:g_y:b_y，于是能够利用黄种人的这个比例特征来判别被拍摄人物是否属于黄种人，如果当前人物脸部的彩色特征比例等于或者最接近于该比例关系，则认为当前人物为黄种人，否则认为不是黄种人。

所述色彩特征值，其在RGB彩色空间中，可表示如下：任何颜色C都可以用光电三原色的三种基色：红(R，波长700nm)、绿(G，波长546.1nm)、蓝(B，波长435.8nm)匹配出来，即：

C＝rR+gG+bB

其中，r、g、b为三基色的比例系数，即

$\left[\begin{array}{c}r\\ g\\ b\end{array}\right]=\left[\begin{array}{ccc}R/(R+G+B)& 0& 0\\ 0& G/(R+G+B)& 0\\ 0& 0& B/(R+G+B)\end{array}\right]\left[\begin{array}{c}R\\ G\\ B\end{array}\right]$

显然，r+g+b＝1；R、G、B为三基色的光通量，单位为光瓦；当采用红、绿、蓝三基色光匹配成白光时，所需要的红、绿、蓝三基色光的光通量之比为1:4.5907:0.0601；图像在RGB彩色空间中被分解出的三基色R、G、B的光通量及其比例关系r:g:b，即为该彩色图像在RGB彩色空间中的“色彩特征值”；彩色图像在RGB彩色空间的表达式[R G B]^T不仅代表红、绿、蓝三基色光的色彩，同时也表示三基色的亮度，RGB三色之间存在着很大的相关性。又如YCbCr彩色空间是彩色电视***采用的一种标准的彩色空间模型，其中的特征值：Y为亮度、色差Cb与Cr分别为蓝色与红色信号与亮度信号之间的差。

所述彩色空间，是表示彩色的一种数学描述方法，用来指定和产生景物及其图像的色彩，或称颜色，使景物及其图像颜色形象化；由描述彩色的数学模型所构成的数学空间，称为彩色空间，不同的彩色数学模型构成不同的彩色空间，又称彩色空间模型；彩色空间模型通常采用三维模型表示，彩色空间中的每一种颜色，由描述该颜色在彩色空间中的位置的一组坐标参数(三个坐标参数)来指定。现在，人们已经构造了各种各样的彩色空间，以适应不同的应用场合。例如：表示数字摄像机等光电设备的RGB空间、表示打印设备的CMYK空间、表示电视信号的YCbCr空间和表示人类颜色感知特性的HSV空间等等。“彩色空间模型”与“彩色空间”具有同等概念，在描述彩色图像过程，两者相互替换使用时没有任何区别。

所述数字摄像机拍摄人物图像，即对被拍摄人物在红、绿、篮三基色灯光照射下，相对集中“瞄准”脸部区域进行拍摄，同时对自然光与其它人工光源没有设置特别限定条件。此时采集的人物图像由数字摄像机确定了输出图像的彩色空间模型，即RGB彩色空间模型。人物图像画面均由人物形象与背景组成，人物形象又由人物脸部与身体的其它部位组成，当人物脸部在画面上占据较大比例，或者说较为突出时，习惯上称该人物图像为人脸图像。

所述图像彩色空间转换，是为后续的人脸识别和图像增强等做准备，具体是将数字摄像机输出的数字图像从RGB彩色空间转换至HSV彩色空间，转换后的色调H、饱和度S和亮度V分别表示如下：

V≤max(R，G，B)

在计算H过程如果出现H<0，则取

为H的实际取值。

所述图像增强，包括：亮度强度分量增强和饱和度分量调节两部分，其中：亮度强度分量增强采用脉冲耦合神经网络(Pulse-Coupled Neural Networks，简称PCNN)方法对图像亮度强度分量进行增强，所述PCNN，是一种通过模拟在人的大脑视觉皮层中所观察到的与特征有关的神经元同步行为而建立起来的一个简化模型，因此，它与视觉神经***的感知能力有着天然的联系。采用PCNN于二维图像处理，每个神经元与象素一一对应，其亮度强度值作为神经元的外部刺激，那么，在PCNN内部，空间邻近、强度相似的象素集群则同步点火，否则异步点火。这在图像增强处理中，表现为同步点火对应的图像象素呈现相同的亮度强度值，从而平滑了图像区域；异步点火对应的图像象素呈现不同的亮度强度值，从而加大了图像区域间亮度强度的梯度，进而更加突出了图像的边缘，使得增强后的图像亮度强度分布更具有层次性。

所谓“点火”，即每一神经元除接收来自外部的刺激外，还接收来自内部网络其他神经元的馈送输入和联接输入，接着，以乘积耦合形式构成神经元的内部行为，通过动态阈值与内部行为的比较而激励或抑制神经元的脉冲信号输出，称之为点火。

饱和度分量的调节是指为了保证增强后的图像色彩更加分明，对饱和度分量进行非线性指数调整以扩大色彩变化的动态范围、增强其对比度，非线性指数调整的数学模型为：S′＝S^α，其中，α为指数调整过程的拉伸因子，决定饱和度分量S的饱和程度；S′为被拉伸后的饱和度分量。

所述人脸识别与跟踪，具体如下：

首先，在人物图像中，按照像素坐标从左至右、从上到下地扫描检测像素的景物色调，并将落入HSV彩色空间中的色调区间[2°，47°]的色调集合所对应的像素点拟定为人脸区域，因此将人物其它区域和图像背景跟人脸区域准确地区分开来；

其次，在人脸肤色色调集合中，以最接近11°的色调值所对应的像素点坐标作为人脸中心点；

再次，采用一阶预测算法作为人脸区域跟踪的方法，获取预测目标的像素坐标；

最后，根据像素坐标系与世界坐标系的对应关系，利用得知的原先像素点坐标和运动预测像素点坐标分别所对应世界坐标系中的原先点三维坐标和运动预测点的三维坐标来控制驱动摄像机镜头的光轴瞄准方向，从而达到摄像镜头对人脸区域的跟踪目的。

所述人脸图像色彩分解与形象匹配，具体过程如下：

第一步，对步骤二拍摄人物图像所获取的人脸图像在RGB彩色空间进行三基色分解，具体通过三基色滤光片来获取红、绿、篮三基色成分在人物形象区域中的光通量；

第二步，根据人脸区域的红、绿、篮三基色成分光通量，计算出红、绿、篮三基色成分的比例关系r:g:b；

第三步，通过r:g:b与数据库中“人脸经典彩色图像”的“色彩特征值”进行比对，寻找出与之最为接近的红、绿、篮三基色比例值，并因此认定当前被拍摄人物就是该比例值r:g:b所对应的人种及其所代表的肤色，进而找到该肤色所对应的“人脸经典彩色图像”。

所述根据光通量的差值确定红、绿、篮三基色成分光通量调节控制指令，并由驱动模块转换放大后控制红、绿、篮三色冷光源的光照强度，具体过程如下：

第一步，将所获取的红、绿、篮三基色成分在人脸图像的光通量与所对应的“人脸经典彩色图像”色彩特征值中的红、绿、篮三基色成分光通量一一进行比较，计算出当前被拍摄人物图像与“人脸经典彩色图像”在红、绿、篮三基色成分光通量上的差别；

第二步，根据当前人脸图像与“人脸经典彩色图像”在红、绿、篮三基色成分光通量上的差别，确定红、绿、篮三基色成分光通量调节控制指令用以减小上述两者之间的差别值；

第三步，向控制各单色光源照度的驱动电路发送控制指令，即根据第二步确定的红、绿、篮三基色成分光通量调节控制指令向红色驱动模块、绿色驱动模块和蓝色驱动模块发送，红色驱动模块、绿色驱动模块和蓝色驱动模块将红、绿、篮三基色成分光通量调节控制指令转换为模拟控制量，并经放大器放大后去调节红、绿、篮三色冷光源光照强度的输出量。

步骤五中，所述将图像从原彩色空间至YCbCr彩色空间的转换，是指将最后调节达到最佳状态的图像从原彩色空间RGB转换至YCbCr彩色空间以用于新闻电视转播，转换公式如下：

$\left[\begin{array}{c}Y\\ \mathrm{Cb}\\ \mathrm{Cr}\end{array}\right]=\left[\begin{array}{ccc}0.299& 0.578& 0.114\\ -0.1687& -0.3313& 0.500\\ 0.500& -0.4187& -0.0813\end{array}\right]\left[\begin{array}{c}R\\ G\\ B\end{array}\right]+\left[\begin{array}{c}0\\ 128\\ 128\end{array}\right];$

在电视接收终端将从接收到的YCbCr彩色空间模型图像转换成RGB彩色空间模型图像便于以位图方式存储图像，图像从YCbCr彩色空间到RGB彩色空间的逆转换公式如下：

$\left[\begin{array}{c}R\\ G\\ B\end{array}\right]=\left[\begin{array}{ccc}1& 0& 1.402\\ 1& -0.3441& -0.7141\\ 1& 1.772& 0\end{array}\right]\left[\begin{array}{c}Y\\ \mathrm{Cb}\\ \mathrm{Cr}\end{array}\right]+\left[\begin{array}{c}-179.456\\ 135.4496\\ -226.816\end{array}\right].$

与现有技术相比，本发明具有如下有益效果：

①能够使被拍摄人物形象色彩达到自然与艺术美感的完美结合；②拍摄过程，人物无需刻意化妆，只需保持平常自然状态，运用本方法的技术装置即可对被拍摄人物形象进行自动化彩色灯光配色和调节；③对演播环境是否已经具备白色灯光(包括：主白光灯、背景灯和辅助环形灯等)没有特别要求；④能够适应社会发展和人们审美观念的变化实时变更不同种族人物的人脸经典彩色图像及其色彩特征值数据库，使得拍摄人物形象的色彩富有时代美感。因此，本发明既是能够省时省事、提高新闻采访和影视拍摄效率的一项新技术。

具体实施方式

下面对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

本实施例包括如下具体步骤：

步骤一，收集能够代表世界上不同肤色的人脸彩色图像经典作品，形成人脸经典彩色图像集合，存放于图像数据库中；同时，将人脸经典彩色图像集合中的每幅图像通过RGB彩色空间表达建立代表人脸经典彩色图像的色彩特征值数据库，即，每幅图像的三基色R、G、B的光通量和三基色的比例系数r:g:b。

步骤二，通过数字摄像机拍摄人物图像，对其中的人脸图像进行图像彩色空间转换、图像增强、人脸识别与跟踪，并结合步骤一建立的人脸经典彩色图像及其色彩特征值数据库进行人脸图像色彩分解与形象匹配，识别出人脸图像中人物的人种及其肤色，并找到该肤色所对应的人脸经典彩色图像；

所述数字摄像机拍摄人物图像，是指对被拍摄人物在红、绿、篮三基色冷光灯照射下，相对集中“瞄准”脸部区域进行拍摄，而对自然光与其它人工光源没有设置特别限定条件。采集的人物图像画面要确保人物脸部在画面上占据较大比例，由数字摄像机输出RGB彩色图像。

所述图像彩色空间转换，是指将数字摄像机输出的人脸图像从RGB彩色空间转换至HSV彩色空间，转换后的色调H、饱和度S和亮度V分别表示如下：

V≤max(R，G，B)

当H<0，则取

将数字摄像机输出的数字图像从RGB彩色空间转换至HSV彩色空间。

所述HSV彩色空间，是根据颜色的直观特性创建的一种包含色调H、饱和度S和亮度V的三维彩色空间模型，也称六角锥体模型。在这个彩色空间模型中，色调H用角度度量，取值范围为0～360°，从红色开始按逆时针方向计算，红色为0°、绿色为120°、蓝色为240°，它们的补色：黄色为60°、青色为180。、品红为300°；饱和度S取值范围为0.0～1.0；亮度V取值范围为：0.0(黑色)～1.0(白色)；如：纯红色是H＝0、S＝1、V＝1，而S＝0表示非彩色，在这种情况下，色调未定义。HIV彩色空间模型具有两个重要特征：①V分量与图像的颜色信息无关；②H和S分量与人眼获得颜色的方式密切相关。这些特征使得HSV模型非常适合于借助人的视觉***来感知颜色特性的图像处理算法。由于彩色数字图像的存储、显示一般采用RGB色彩空间模型，所以，凡是需要借助人的视觉特性对彩色图像的颜色特性进行处理和分析时，必须进行彩色图像的彩色空间转换。理论和实验已经证实：将RGB彩色空间模型转换为HSV彩色空间模型在颜色特性处理和分析方面的优越性超越其它转换方式。从RGB到HSV，它们之间的转换可分为柱体变换、单六角锥变换、球体变换和三角形变换四种，三角形变换和柱体变换所得到的融合图像的几何空间特征优于其他变换，从变换后的信息量和标准差来看，三角形变换比柱体变换更佳。

所谓色调，又称为色相，是视觉***对光波波长的感觉，用于区别颜色的名称和种类，是最容易把颜色区分开的一种属性。色调取决于可见光谱中的光波的频率(主波长)，没有主波长的颜色，称为无色彩的颜色，如黑、灰、白等。

所谓饱和度，是指颜色的纯洁性，它可用来区别颜色鲜艳的程度。当一种颜色被渗入其他光成分愈多时，就说该颜色愈不饱和。完全饱和的颜色是指没有被渗入白光所呈现的颜色(即单波长的纯色光)。例如，仅由单一波长组成的光谱色就是完全饱和的颜色。

所谓亮度，是一种物理属性。颜色的强度可以用不同的术语和方法来描述，如：明度、亮度和光亮度。明度是一种感知属性，度量困难；亮度是一种物理属性，容易测量；光亮度是视觉对亮度的感应值，介于明度和亮度之间，可以计算，但与真正的感知特性，还有一定差别。明度是视觉***对可见物体发光多少的感知属性，它和人的感知有关。由于明度很难度量，因此国际照明委员会定义了一个比较容易度量的物理量，称为亮度。根据国际照明委员会的定义，亮度是用反映视觉特性的光谱敏感函数加权之后得到的辐射功率，并在555nm处达到了峰值，它的幅度与物理功率成正比。从这个意义上说，可以认为亮度就是光的强度。亮度的值是用单位面积上反射或者发射的光的强度表示，单位为烛光/平方米(cd/m²)。1烛光(坎德拉candela缩写为cd)等于：发出频率为540×10¹²Hz辐射的光源，在给定方向的发光强度，此光源在该方向的辐射强度为

瓦/球面度。亮度也可以用光通量单位——流明(lumen缩写为lm)来表示。1流明等于一烛光的均匀点光源在单位立体角内发出的光通量。对于光源，同一亮度的lm和cd/m²的值，在数量上是相等的。实际上常用指定的亮度即白光作参考，并把它标称化为1或者256个单位。

所述图像增强，包括：亮度强度分量增强和饱和度分量调节，具体过程如下：

亮度强度分量的增强是指采用脉冲耦合神经网络方法对图像亮度强度分量进行增强，每个神经元与象素一一对应，其亮度强度值作为神经元的外部刺激，在PCNN内部，空间邻近、强度相似的象素集群则同步点火，从而平滑了图像区域；否则异步点火，使对应的图像象素呈现不同的亮度强度值，从而加大了图像区域间亮度强度的梯度，进而更突出了图像的边缘，使得增强后的图像亮度强度分布更具有层次性；

饱和度分量的调节是指为了保证增强后的图像色彩更加分明，对饱和度分量进行非线性指数调整以扩大色彩变化的动态范围、增强其对比度，采用公式S′＝S^α进行计算。

所述进行人脸识别与跟踪，具体过程如下：

第一步，人脸区域搜寻：在人物图像中，按照像素坐标从左至右、从上到下地扫描检测像素的景物色调，并将落入HSV彩色空间中的色调区间[2°，47°]的色调集合所对应的像素点拟定为人脸区域；

人物图像中的人脸肤色与衣物及背景存在着明显不同的色调差别，人脸肤色与衣物及背景各自的色调分布于不同的角度区域，而且人脸肤色的色调相对稳定地集中在HSV彩色空间中的某个角度区域，通过实验证实不论是自然光照还是人工光源照射，也不论摄像***的异同，肤色的色调H的角度分布都基本保持在HSV彩色空间的2～47°之间，因此能够通过人物图像在HSV空间中的色调值来区分出人脸肤色和衣物、背景及其它景物，换句话说，只有当某一景物的色调处于区间[2°，47°]之内，才有可能是人脸肤色，否则是其它景物，如衣物或其它物品。通过实验进一步证实：人脸肤色的色调值为11°的概率最高，因此称11°的色调值为人脸肤色的概率峰值。令，人脸肤色色调在区间[2°，47°]的分布概率为P(H)时，H＝11°的概率达到最高，即P(11°)＝P_max，也就是说，当某个景物的色调为11°时，认定该景物为人脸肤色的置信度达到最高。

第二步，确定人脸中心位置

在人脸肤色色调集合中，以最接近11°的色调值所对应的像素点坐标作为人脸中心点，如：经过人脸区域搜寻结果，获得落入HSV彩色空间中的色调区间[2°，47°]的色调集合为{...，9.7°，10.1°，9.5°，...}，而且该集合所对应的像素点坐标为{...，(u_k-1，v_k-1)，(u_k，v_k)，(u_k+1，v_k+1)，...}，其中最接近11°的色调值是10.1°，所对应的像素点坐标为(u_k，v_k)，因此就可以确定(u_k，v_k)为人脸中心位置坐标，u表示像素的列坐标，v表示像素的行坐标，脚标表示列数和行数，u_k的k表示第k列，v_k的k表示第k行。

第三步，人脸区域跟踪

因为电视摄像人物形象一般情况下仅有轻微、缓慢的移动，因此拟采用一阶预测算法作为人物人脸区域跟踪的方法，即：

设当前人物形象目标运动速度为V(t_k)＝[V_u(t_k)V_v(t_k)]^T，则其一阶预测估计值应为：

$\left[\begin{array}{c}{\tilde{V}}_u\left(t_k\right)\\ {\tilde{V}}_v\left(t_k\right)\end{array}\right]=\left[\begin{array}{c}\frac{u_{k-1}-u_{k-2}}{t_k-t_{k-1}}\\ \frac{v_{k-1}-v_{k-2}}{t_k-t_{k-1}}\end{array}\right]$

预测目标的像素坐标为

$\left[\begin{array}{c}{\hat{u}}_{k+1}\\ {\hat{v}}_{k+1}\end{array}\right]=\left[\begin{array}{c}{\tilde{V}}_u\left(t_k\right)(t_k-t_{k-1})\\ {\hat{V}}_v\left(t_k\right)(t_k-t_{k-1})\end{array}\right]+\left[\begin{array}{c}{u}_k\\ v_k\end{array}\right]$

式中，V_u(t_k)与V_v(t_k)分别为第k时刻速度V(t_k)在像素坐标系中u和v两个坐标轴上的分量；

与分别为第k时刻速度V(t_k)在u和v两个坐标轴上的分量估计值；u_k、u_k-1与u_k-2分别为第k、k-1和k-2时刻的u坐标值；v_k、v_k-1与v_k-2分别为第k、k-1和k-2时刻的v坐标值；

与分别为第k+1时刻u和v的坐标估计值。

所述“人物形象目标运动速度”，采用间隔时间Δt下，对人脸区域中心位置的前后两次运算来求取，如：当Δt＝t_k-t_k-1时，

$\left[\begin{array}{c}{V}_u\left(t_k\right)\\ V_v\left(t_k\right)\end{array}\right]=\left[\begin{array}{c}\frac{u_k-u_{k-1}}{t_k-t_{k-1}}\\ \frac{v_k-v_{k-1}}{t_k-t_{k-1}}\end{array}\right]$

因此，当第k时刻t_k的人脸中心为(u_k，v_k)时，能够通过一阶预测算法预测出人物形象在第k+1时刻t_k+1的人脸中心为

第四步，对摄像机镜头的伺服驱动

根据像素坐标系与世界坐标系的对应关系，即

①世界坐标系与摄像机坐标系的变换，用旋转矩阵R和平移向量t来描述：

$\left[\begin{array}{c}{x}_c\\ y_c\\ z_c\end{array}\right]=R\left[\begin{array}{c}{X}_W\\ Y_W\\ Z_W\end{array}\right]+t;$ $R=\left[\begin{array}{ccc}{r}_1& r_2& r_3\\ r_4& r_5& r_6\\ r_7& r_8& r_9\end{array}\right],$ $t=\left[\begin{array}{c}{t}_x\\ t_y\\ t_z\end{array}\right]$

[X_W Y_W Z_W]^T为世界坐标系点坐标；[x_c y_c z_c]^T为摄像机坐标系点坐标。

②理想透视投影变换，即点坐标从摄像机坐标系到归一化虚平面图像坐标系的变换：

x_u＝fx_c/z_c，y_u＝fy_c/z_c

式中，f为摄像机的成像焦距，(x_u，y_u)为归一化虚平面图像坐标系理想点坐标。

③归一化虚平面图像坐标系中图像畸变矫正数学模型，仅考虑一阶径向畸变时的畸变方程为：

x_d＝(1+k₁r²)x_u，y_d＝(1+k₁r²)y_u

式中， $r^2=x_u^2+y_u^2;$ k₁为一阶径向畸变系数。

④归一化虚平面图像坐标系畸变点坐标到计算机图像坐标系的转换：

u＝x_d/dx+c_x，v＝y_d/dy+c_y，s_x＝dy/dx

式中，(u，v)为计算机图像坐标系像素点坐标，(c_x，c_y)为主点o的像素坐标即主点坐标，(dx，dy)分别为图像平面上x、y方向上单位像素间的距离，s_x为图像纵横比。

由①～④的公式得

$\left[\begin{array}{c}p\\ 1\end{array}\right]=\frac{1}{s}K\left[\begin{array}{cc}R& t\end{array}\right]\left[\begin{array}{c}P\\ 1\end{array}\right]$

称为世界坐标系到计算机图像坐标系(即像素坐标系)的映射关系方程，其中，p＝[u v]^T，P＝[X_W Y_W Z_W]^T，s为世界坐标系中空间点映射到CCD摄像机坐标系(x_c，y_c，z_c)中z_c轴上的分量，其数值等于上述映射关系方程式右边计算结果所得到的第三列向量中的第三元素值； $K=\left[\begin{array}{ccc}{f}_x& 0& c_x\\ 0& f_y& c_y\\ 0& 0& 1\end{array}\right]$ 为三维点坐标从归一化虚成像平面到物理成像平面的等比例缩放矩阵，其缩放的比例(逻辑焦距)和实际焦距f有关，单位为“像素/m”，即

$f_x=\frac{f(1+k_1{r}_d^2)}{\mathrm{dx}};$ $f_y=\frac{f(1+k_1{r}_d^2)}{\mathrm{dy}}$

这表示，虽然只有一个物理焦距，但是表现在图像上可能有2个不同的逻辑焦距。

所述归一化虚平面图像坐标系，是指：沿光轴在与摄像机光学成像平面形成对称的平面称为虚平面，在其上所建立的坐标系称为虚平面图像坐标系，将图像像素特征量进行归一化后在虚平面坐标系上的表达称为图像的归一化虚平面坐标系表达，使用归一化表达的虚平面坐标系所处平面，又称为归一化虚平面。

因此，根据公式 $\left[\begin{array}{c}p\\ 1\end{array}\right]=\frac{1}{s}K\left[\begin{array}{cc}R& t\end{array}\right]\left[\begin{array}{c}P\\ 1\end{array}\right]$ 得知原先像素点坐标(u_k，v_k)和运动预测像素点坐标

分别所对应世界坐标系中的原先点三维坐标[X_W Y_W Z_W]^T和运动预测点的三维坐标 ${\left[\begin{array}{ccc}{\hat{X}}_W& {\hat{Y}}_W& {\hat{Z}}_W\end{array}\right]}^T,$ 进而能够控制驱动摄像机镜头的光轴方向从瞄准坐标为[X_W Y_W Z_W]^T的原先点移动至坐标为 ${\left[\begin{array}{ccc}{\hat{X}}_W& {\hat{Y}}_W& {\hat{Z}}_W\end{array}\right]}^T$ 的运动预测点，从而达到摄像镜头对人物脸部的跟踪目的。

所述人脸图像色彩分解与形象匹配，具体过程如下：

第一步，对步骤二拍摄人物图像所获取的人脸图像在RGB彩色空间通过三基色滤光片进行三基色分解；

第二步，根据人脸区域的红、绿、篮三基色成分光通量，计算出红、绿、篮三基色成分的比例关系r:g:b＝r_y:g_y:b_y；

第三步，通过r:g:b＝r_y:g_y:b_y与数据库中“典型经典彩色图像”的“色彩特征值”进行比对，寻找出与之最为接近的红、绿、篮三基色比例值属于黄色人种，因此依次找到对应黄色人种的“人脸经典彩色图像”。

步骤三，将人脸图像与人脸经典彩色图像的色彩特征值中的红、绿、篮三基色成分光通量进行比较，获得两者之间的光通量的差值，并根据光通量的差值确定红、绿、篮三基色成分光通量调节输出控制指令，并由驱动模块转换放大后控制红、绿、篮三色冷光源的光照强度，具体过程如下：

第一步，将所获取的红、绿、篮三基色成分在人脸图像的光通量与所对应的黄种人“人脸经典彩色图像”色彩特征值中的红、绿、篮三基色成分光通量一一进行比较，计算出当前人脸图像与“人脸经典彩色图像”在红、绿、篮三基色成分光通量上的差别；

第二步，根据当前人脸图像与“人脸经典彩色图像”在红、绿、篮三基色成分光通量上的差别，确定红、绿、篮三基色成分光通量调节控制指令，控制指令由12位二进制数代码表示，其中，高位两位数码表示颜色，即“00”对应“红”，“01”对应“绿”，“10”对应“篮”；高位第三位数码代表正负符号，即“0”对应“+”，“1”对应“—”；低位九位数码表示光照强度调节量，即“000000000”代表0，“000000001”代表1，“000000010”代表2等；举例来讲，如：000000000100指令代码表示“红色光照强度增加调节量4”，其中的调节量4所代表的光照强度大小通过实验由驱动电路的增益系数来确定，本实施例中，每增加1个调节量输出代表着增加1个光瓦的光照强度输出，九位二进制数代表总共能够增加512光瓦；

第三步，向控制各单色光源照度的驱动电路发送控制指令，即根据第二步所确定红、绿、篮三基色成分光通量调节控制指令向红色驱动模块、绿色驱动模块和蓝色驱动模块发送；红色驱动模块、绿色驱动模块和蓝色驱动模块将红、绿、篮三基色成分光通量调节控制指令转换为模拟控制量去调节红、绿、篮三色冷光源光照强度的输出量，即控制三基色灯具中红、绿和篮色灯的输出电功率大小。

步骤四，重复步骤二与步骤三，直至彩色灯光强度对当前人脸图像所形成的色彩特征值与人脸经典彩色图像色彩特征值的差别小于设定的阈值，其表达式如下所示：

$\mathrm{\&delta;}=\frac{T-T_0}{T_0}\&times;100\%$

式中，T、T₀分别为实时拍摄的人脸图像色彩特征值与数据库中的人脸经典彩色图像色彩特征值，本实施例中，当δ小于阈值0.1％时，不再重复步骤二、三。

步骤五，将图像从原彩色空间转换至YCbCr彩色空间以供新闻电视转播之用，转换公式如下：

$\left[\begin{array}{c}Y\\ \mathrm{Cb}\\ \mathrm{Cr}\end{array}\right]=\left[\begin{array}{ccc}0.299& 0.578& 0.114\\ -0.1687& -0.3313& 0.500\\ 0.500& -0.4187& -0.0813\end{array}\right]\left[\begin{array}{c}R\\ G\\ B\end{array}\right]+\left[\begin{array}{c}0\\ 128\\ 128\end{array}\right];$

在电视接收终端将从接收到的YCbCr彩色空间模型图像转换成RGB彩色空间模型图像便于以位图方式存储图像，图像从YCbCr彩色空间到RGB彩色空间的逆转换公式如下：

$\left[\begin{array}{c}R\\ G\\ B\end{array}\right]=\left[\begin{array}{ccc}1& 0& 1.402\\ 1& -0.3441& -0.7141\\ 1& 1.772& 0\end{array}\right]\left[\begin{array}{c}Y\\ \mathrm{Cb}\\ \mathrm{Cr}\end{array}\right]+\left[\begin{array}{c}-179.456\\ 135.4496\\ -226.816\end{array}\right].$

本实施例中，拍摄过程，人物无需刻意化妆，只需保持平常自然状态，本实施装置能够实现被拍摄人物形象色彩达到自然与艺术美感的完美结合，对演播环境的其它光源配置没有特别要求，因此，本实施例能够节省拍摄前化妆的时间，节省化妆的成本，提高了新闻采访和影视拍摄效率。

Claims (8)

1、一种电视摄像色彩智能化自动调节方法，其特征在于，包括以下步骤：

步骤一，建立人脸经典彩色图像及其色彩特征值数据库；

步骤二，通过数字摄像机拍摄人物形象图像，并对人脸图像进行图像彩色空间转换、图像增强、人脸识别与跟踪，并结合步骤一建立的人脸经典彩色图像及其色彩特征值数据库进行人物形象图像色彩分解与形象匹配，识别出人脸图像中人物的人种及其肤色，并找到该肤色所对应的人脸经典彩色图像；

步骤三，将人脸图像与人脸经典彩色图像的色彩特征值中的红、绿、篮三基色成分光通量进行比较，获得两者之间的光通量的差值，并根据光通量的差值确定红、绿、篮三基色成分光通量调节输出控制指令，并由驱动模块转换放大后控制红、绿、篮三色冷光源的光照强度；

步骤四，重复步骤二与步骤三，直至彩色灯光强度对当前被拍摄人物的人脸图像所形成的色彩特征值与人脸经典彩色图像色彩特征值的差别小于设定的阈值；

步骤五，将图像从原彩色空间转换至YCbCr彩色空间以供新闻电视转播，在电视接收终端再由YCbCr彩色空间转换为RGB彩色空间模型图像。

2、根据权利要求1所述的电视摄像色彩智能化自动调节方法，其特征是，所述建立人脸经典彩色图像及其色彩特征值数据库，是指收集代表世界上不同肤色的人脸彩色图像经典作品，形成人脸经典彩色图像集合，存放于图像数据库中，同时，获取人脸经典彩色图像的色彩特征值，存入色彩特征值数据库中，人脸经典彩色图像及其色彩特征值数据库中，根据人脸经典彩色图像的色彩特征值，能够获得数据库中所存放的每幅人脸经典彩色图像所代表的特定肤色人种脸部所对应的色彩特征值相应参数。

3、根据权利要求1所述的电视摄像色彩智能化自动调节方法，其特征是，所述数字摄像机拍摄人物图像，对被拍摄人物在红、绿、篮三基色灯光照射下，集中于脸部区域进行拍摄，而对自然光与其它人工光源不设置特别限定条件，采集的人物图像画面要确保人物脸部在画面上占据较大比例，由数字摄像机输出RGB彩色图像。

4、根据权利要求1所述的电视摄像色彩智能化自动调节方法，其特征是，所述图像彩色空间转换，是指将数字摄像机输出的数字图像从RGB彩色空间转换至HSV彩色空间，转换后的色调H、饱和度S和亮度V分别表示如下：

V≤max(R，G，B)

如果出现H<0，则取

为H的实际取值。

5、根据权利要求1所述的电视摄像色彩智能化自动调节方法，其特征是，所述人脸识别与跟踪，具体如下：

首先，在人物图像中，按照像素坐标从左至右、从上到下地扫描检测像素的景物色调，并将落入HSV彩色空间中的色调区间[2°，47°]的色调集合所对应的像素点拟定为人脸区域；

其次，在人脸肤色色调集合中，以最接近11°的色调值所对应的像素点坐标作为人脸中心点；

再次，采用一阶预测算法作为人脸区域跟踪的方法，获取预测目标的像素坐标；

最后，根据像素坐标系与世界坐标系的对应关系，利用得知的原先像素点坐标和运动预测像素点坐标分别所对应世界坐标系中的原先点三维坐标和运动预测点的三维坐标来控制驱动摄像机镜头的光轴瞄准方向，从而达到摄像镜头跟踪的目的。

6、根据权利要求1所述的电视摄像色彩智能化自动调节方法，其特征是，所述人脸图像色彩分解与形象匹配，具体过程如下：

第一步，对步骤二拍摄人物图像所获取的人脸图像在RGB彩色空间进行三基色分解，具体通过三基色滤光片来获取红、绿、篮三基色成分在人物形象区域中的光通量；

第二步，根据人脸区域的红、绿、篮三基色成分光通量，计算出红、绿、篮三基色成分的比例关系r:g:b；

第三步，通过r:g:b与数据库中人脸经典彩色图像的色彩特征值进行比对，寻找出与之最为接近的红、绿、篮三基色比例值，从而识别人脸图像中人物的人种及其肤色，进而找到该肤色所对应的人脸经典彩色图像。

7、根据权利要求1所述的电视摄像色彩智能化自动调节方法，其特征是，所述根据光通量的差值确定红、绿、篮三基色成分光通量调节控制指令，并由驱动模块转换放大后控制红、绿、篮三色冷光源的光照强度，具体过程如下：

第一步，将所获取的红、绿、篮三基色成分在人脸图像的光通量与所对应的人脸经典彩色图像的色彩特征值中的红、绿、篮三基色成分光通量一一进行比较，计算出当前被拍摄人脸图像与人脸经典彩色图像在红、绿、篮三基色成分光通量上的差别；

第二步，根据当前人脸图像与人脸经典彩色图像在红、绿、篮三基色成分光通量上的差别，确定红、绿、篮三基色成分光通量调节控制指令以减小上述两者之间的差别值；

第三步，向控制各单色光源照度的驱动电路发送控制指令，即根据第二步确定的红、绿、篮三基色成分光通量调节控制指令向红色驱动模块、绿色驱动模块和蓝色驱动模块发送，红色驱动模块、绿色驱动模块和蓝色驱动模块将红、绿、篮三基色成分光通量调节控制指令转换为模拟控制量，并经放大器放大后去调节红、绿、篮三色冷光源光照强度的输出量。

8、根据权利要求1所述的电视摄像色彩智能化自动调节方法，其特征是，步骤五中，将图像从原彩色空间至YCbCr彩色空间的转换，是指将最后调节达到最佳状态的图像从原彩色空间RGB转换至YCbCr彩色空间以用于新闻电视转播，转换公式如下：

$\left[\begin{array}{c}Y\\ \mathrm{Cb}\\ \mathrm{Cr}\end{array}\right]=\left[\begin{array}{ccc}0.299& 0.578& 0.114\\ -0.1687& -0.3313& 0.500\\ 0.500& -0.4187& -0.0813\end{array}\right]\left[\begin{array}{c}R\\ G\\ B\end{array}\right]+\left[\begin{array}{c}0\\ 128\\ 128\end{array}\right];$

在电视接收终端将从接收到的YCbCr彩色空间模型图像转换成RGB彩色空间模型图像，其逆转换公式如下：

$\left[\begin{array}{c}R\\ G\\ B\end{array}\right]=\left[\begin{array}{ccc}1& 0& 1.402\\ 1& -0.3441& -0.7141\\ 1& 1.772& 0\end{array}\right]\left[\begin{array}{c}Y\\ \mathrm{Cb}\\ \mathrm{Cr}\end{array}\right]+\left[\begin{array}{c}-179.456\\ 135.4496\\ -226.816\end{array}\right].$